数据库大致分类：OLTP NoSQL 等

以下文字参考了：
知乎-大数据四大阵营之 OLTP 阵营（上）作者：XAI 嬴图

OLTP 和 OATP

MySQL, Redis, MongoDB, ElasticSearch 都属于 QLTP

• OLTP（在线事务、交易处理）：处理正在发生的业务数据。有 SQL、NoSQL、NewSQL
• OLAP（联机分析处理 On-line Analytical Processing）：处理历史存档数据。有 MapReduce、Hadoop、Spark 等。

在大数据中，除了 OLTP 和 OLAP，还有以下 2 个阵营
· MPP（大规模并行处理）：Greenplum、Teradata Aster 等
· 流数据管理：CEP/Esper、Storm、Spark Stream、Flume 等

OLTP 当中的分类

传统的关系型数据库

MySQL、SQL Server等，在这里不展开

NoSQL

NoSQL 特征：

• 不需要预定义数据模式（No-Upfront-Schema）和表结构：数据中的每条记录都可能有不同的属性和格式。当插入数据时，并不需要预先定义它们的模式

• 无共享（Shared Nothing）架构：NoSQL 通常把数据划分后存储在各个本地服务器上。这是为了提高了系统的性能，这是因为从本地磁盘读取数据的性能往往好于通过网络传输（如 NAS/SAN）来读取数据的性能

• 分区：NoSQL 需要对数据集进行分区，将记录分散在多个节点上面。并在分区的同时进行复制。这样既提高并行性能，又能保证没有单点失效的问题。

• 弹性可扩展：可以在系统运行的时候，动态添加或者删除节点。不需要停机维护，数据可以自动迁移。

• 异步复制：和 RAID 存储系统不同的是，NoSQL 中的复制，往往是基于日志的异步复制。这样，数据就可以尽快地写入一个节点，而不会被网络传输引起迟延。缺点是并不总是能保证一致性，在出现故障的时候，可能会丢失少量的数据。

• 符合 BASE 模型

  BASE 是相对于事务严格的 ACID 的模型
  BASE 模型提供的是最终一致性和软事务

大致可以有文档型（MongoDB）、宽表型、键值型（Redis）和图数据库

键值型 NoSQL—Redis

NoSQL 当中，键值型数据库 Redis 现在已经支持了列表、集合、哈希、比特数组、字符串、HyperLogLogs 等数据结构类型，它依然被叫做键值（Key-Value）型 NoSQL 数据库

Redis 有三类主要应用场景：

• 缓存（Caching）：由于 Redis 支持过期数据（可以让过期数据被新数据替换掉，对于不需要永久在内存保存的数据，这样可以节省大量内存空间），且性能好，可以和 Memcached 结合用作缓存。

• 简单消息队列（Simple Message Queue）：Redis 支持简单的 Pub/Sub 模型，以及基于列表的队列模型，所以可以用作构建轻量级的消息队列。

• 高性能数据访问：通常一个 Redis 实体（Instance）可以满足每秒 50 万次的访问，由于 Redis 是单线程实现，在一台主机上可以启动多个 Redis 实体以增加高性能并发访问的服务能力。

文档型 NoSQL—MongoDB

NewSQL

NewSQL 在 NoSQL 基础上实现了对 ACID 模型的支持。NewSQL 结合了 ACID 和 BASE 的两者的特点

NewSQL 类系统（兼具可扩展性、数据可用性与一致性）。确切地说 NewSQL 可以兼顾 OLTP+OLAP，但在一般分类上，我们还是主要突出了它的交易、事务处理对 ACID 的支持上，因此归为 OLTP 阵营

SQL 与 GQL

数据库的操作语言 SQL 有着一些天然的缺陷：

• SQL 不是一个递归型语言，也就是说 SQL 不善于处理深度的数据关联、穿透
• SQL 同样不善于处理高维数据，或者可以理解为多表链接就会造成 SQL 类数据库的性能指数级下降，SQL 与关系型数据库相伴而生，都是为二维表的世界而存在的，但是高维的世界用二维表来表达，杯水车薪；
• SQL 是面向存储进程的，而存储进程是典型的 T+1 类型的操作，大量的存储进程拖累了数据库，甚至把数据库的实时化 OLTP 能力弱化为数仓的 OLAP 能力，这种弱化过去几十年大行其道，不得不说是关系型数据库的一段“黑历史”；

未来：SQL 终将让路给 GQL，过去 40 年来。数据库行业只有两个查询语言标准委员会，SQL 和 GQL（图查询语言）GQL 标准委员会的设立就是为了解决上面的几个问题，期待 GQL 的标准尽快出台